- Autor
- Michalski Piotr (Uniwersytet Ekonomiczny we Wrocławiu)
- Tytuł
- Wymienność wariacji i obciążenia w modelu klasyfikacji pod nadzorem
Bias-Variance Trade-off In Supervised Classification - Źródło
- Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Ekonometria (22), 2008, nr 27, s. 51-64, rys., tab., bibliogr. 6 poz.
- Tytuł własny numeru
- Zastosowania metod ilościowych
- Słowa kluczowe
- Analiza wariancji, Klasyfikacja, Modele ekonometryczne
Variance analysis, Classification, Econometric models - Uwagi
- streszcz.
- Abstrakt
- W artykule zaprezentowano podejście do dekompozycji oczekiwanego błędu predykcji w klasyfikacji według J.H. Friedmana. Dekompozycja ta ujawnia multiplikatywną wymienność wariancji i obciążenia w modelu klasyfikacji pod nadzorem oraz pozwala wyjaśnić klasyfikacyjną konkurencyjność prostych, obciążonych modeli, takich jak np. liniowy model prawdopodobieństwa. W artykule przedstawiono również symulacyjny przykład obliczenia oczekiwanego błędu predykcji w klasyfikacji za pomocą dekompozycji Friedmana, porównujący trzy modele ekonometryczne o różnym obciążeniu. (abstrakt oryginalny)
The article presents the decomposition of the expected prediction error in classification introduced by J.H. Friedman, which can be used to explain this phenomenon. A simulation example of error calculation via Friedman’s decomposition is also given. (fragment of text) - Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu - Pełny tekst
- Pokaż
- Bibliografia
-
- Ćwik J.. Koronacki J., Statystyczne systemy uczące się, Wydawnictwo Naukowo-Techniczne, Warszawa 2005.
- Domingos P., A Unified Bias-Variance Decomposition for Zero-One and Squared Loss, Austin (USA): AAAI Press, Proceedings of the Seventeenth National Conference on Artificial Intelligence 2000, pp. 564-569.
- Faraway J.J., Extending the Linear Model with R: Generalized Linear, Mixed Effects and Nonparametric Regression Models. Chapman & Hall/CRC Press, London 2006.
- Friedman J.H., On Bias, Variance, 0/1-loss, and the Curse-of-dimensionality, Kluwer Academic Publishers: Data Mining and Knowledge Discovery 1 1997, pp. 55-77.
- Hastie T., Tibshirani R., Friedman J., The Elements of Statistical Learning: Data Mining, Inference and Prediction, Springer, New York 2003.
- Le Borgne Yann-Ael, Bias-Variance Trade-off Characterization in a Classification Problem. What Differences with Regression? Machine Learning Group, Université Libre de Bruxelles 2005.
- Cytowane przez
- ISSN
- 1899-3192
1507-3866 - Język
- eng
